磁悬浮轴承用位移传感器测量误差

针对磁悬浮轴承用位移传感器,通过Matlab编程仿真,分析了位移传感器的类型、安装方式以及安装位置对传感嚣测量误差的影响.研究结果表明:无论选择什么类型的位移传感嚣,只要传感器形成的检测平面与电磁铁形成的控制平面轴向存在偏差,都将引入测量误差,但传感嚣外置产生的测量误差要小于传感器内置产生的测量误差;电涡流、光电和激光传感器采用差动安装时,可消除传感嚣的测量误差,能真实反映转子的位移量,但电感式传感器由于结构方面的原因,即使采用差动安装还会引入测量误差;位移传感嚣的安装精度也将影响到传感器的测量误差.研究结果为更合理地选用和安装磁悬浮轴承用位移传感器,提高主动磁悬浮轴承的性能提供了理论依据.     

基于旋转机械故障诊断模糊神经网络多传感器融合(英文)

目前多传感器融合技术能够有效地提高精度和容错能力 ,所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统 ,在数据融合处理中利用模糊神经网络 ,比较了采用基于数据融合实验结果和没有融合的原始数据 ,显然前者比后者更精确。     

星型结构传感网络温室大棚环境监控系统

为了实现对温室大棚环境中温度、湿度、CO_2浓度、光照强度等参数智能检测和远程控制,将星型结构与传感器网络相结合设计了基于ZigBee的温室大棚环境监控系统。系统由终端传感器节点、网络协调器和PC机控制中心三部分组成,终端传感器节点采集温湿度和光照强度数据并通过无线发送数据和接收控制命令,控制大棚开帘、浇灌、升温等操作;网络协调器主要负责创建无线网络以及接收当前大棚内温湿度、光照强度和二氧化碳等数据并且通过串口发送数据给PC机;上位机控制中心接收数据并显示,发送控制命令给下位机以控制大棚。实验结果表明,采用星型结构的传感器网络能更准确地收集到多点的数据,实现对大棚环境的更精确的监测。     

一种悬浮间隙传感器的设计

文章分析了在高速磁浮车中采用的悬浮间隙传感器齿槽效应的产生、影响,设计了基于FPGA的悬浮间隙传感器,此传感器的探头为由两个串联线圈组成的新型检测线圈,并通过实验验证了新型线圈能够有效的降低齿槽效应。     

低空突防中的多传感器信息融合技术研究

当飞机超低空贴地飞行、航路上多障碍物时,机载传感器容易失效。针对这一情况,本文首先论述了低空突防过程中,机载多传感器系统必须采取的有效信息融合措施;然后对容错控制问题进行了讨论,给出一个多传感器故障检测与隔离算法,使用该算法容易剔除失效的传感器,并将多传感器系统进行重构,降低了失效传感器数据对系统的污染程度;接着给出一个简单实用的分散滤波算法,该算法使得各有效传感器的数据被并行处理,且各局部处理器之间无需数据交换,需存储的数据量较少,提高了系统的实时性,最后的仿真算例说明了这一点     

高速列车进出隧道空气动力学特征模型实验分析

高速列车在进出隧道时,会产生一系列气动效应,以致于在隧道周围形成噪声污染,降低列车乘坐的舒适度。模型实验是研究和解决这些问题的有效方法。在建立高速列车模型实验相似准则的基础上,利用压缩空气式高速列车模型发射系统对高速列车进入隧道过程进行了模型实验,对测试结果进行了分析,得出压缩波产生、传播的一些规律,并将测试结果与现场实测数据进行比较,验证了模型实验结果的可用性和相似准则的正确性。     

基于主元分析的多传感器故障检测

针对动态系统的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。通过双容水箱被控系统的传感器进行检测,结果表明主元分析法对传感器具有很好的故障检测和故障诊断能力。     

混凝土检测中基于数字滤波的传感器补偿方法

在超声探测中,为了获得信号最大响应幅度,通常都选用传感器的谐振频率作为探测频率.然而,这样会给探测信号带来较严重的振铃效应,影响反射信号的识别与提取,从而降低探测分辨力.本文提出了一种基于数字滤波方法,有效地对不理想的超声传感器频响特征进行了补偿.首先基于系统辨识算法建立了发射和接收传感器的离散传递函数模型,然后通过一个数字补偿滤波器建立补偿模型,用于抑制传感器的振铃效应.对这种方法的实际效果进行了实验验证,通过水浸测试获得传感器的标定数据,并基于这些数据建立补偿模型.实验结果表明混凝土底面反射信号能够从原混叠信号中被清晰地识别.     

风洞侧壁干扰控制与修正方法研究

风洞侧壁干扰是影响风洞实验数据准确度的一个重要因素,洞壁边界层的存在会使二维翼型升力线斜率的测量值下降,在风洞设计和实验中采用多种方法来减小其干扰.简述了减小或消除侧壁干扰的实验原理、实验方法、优缺点及国内外研究进展,重点介绍了侧壁抽吸、侧壁吹除控制与修正方法,最后介绍了判断控制和修正效果的准则.侧壁抽吸与侧壁吹除方法在实际应用中取得了良好的效果,对抑制侧壁边界层效应有一定作用,能够提高实验结果的精确性.     

基于机器学习的机翼气动载荷重构及传感器优化布置

风洞实验通过在机翼表面布置传感器来测量相应位置的气动载荷，由于传感器布置数量有限，难以直接得到整个机翼全息气动载荷分布。本文采用机器学习方法通过有限传感器数据重构机翼表面全息气动载荷，并提出了利用仿真数据对传感器进行优化布置的方法。从计算流体力学（Computational fluid dynamics,CFD）计算所得的机翼全息气动数据中选取有限位置数据模拟传感器实验数据，对比深度学习模型、高斯过程回归（Gaussian process regression, GPR）、支持向量回归（Support vector regression, SVR）与BP神经网络（Neural network, NN）对气动载荷的重构精度。通过评估由传感器数据重构的全息载荷精度对传感器布置方式进行优化设计。以M6机翼为例在给定的两个工况条件下验证本文所提出的方法。实验结果表明，GPR模型获得了最高气动载荷重构精度；给出了M6机翼在不同传感器总数下最优的截面数和单个截面布点数，最低传感器布置数下的最优布置方式，以及流场变化相对剧烈的前缘区域与展向截面的传感器布置方式。